hanifsyarubany10/LaMini-sample-gemma

---
dataset_info:
features:
- name: context
dtype: string
- name: instruction
dtype: string
- name: response
dtype: string
- name: instruction_source
dtype: string
- name: prompt
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
splits:
- name: train
num_bytes: 892049513
num_examples: 482055
download_size: 406724281
dataset_size: 892049513
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 上下文（context）：数据类型为字符串
- 指令（instruction）：数据类型为字符串
- 回复（response）：数据类型为字符串
- 指令来源（instruction_source）：数据类型为字符串
- 提示词（prompt）：数据类型为字符串
- 输入ID序列（input_ids）：数据类型为32位整数序列
- 注意力掩码（attention_mask）：数据类型为8位整数序列
数据划分：
- 划分名称：训练集（train），字节大小：892049513，样本总数：482055
下载大小：406724281 字节，数据集总大小：892049513 字节
配置项：
- 配置名称：默认（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• context：字符串类型
• instruction：字符串类型
• response：字符串类型
• instruction_source：字符串类型
• prompt：字符串类型
• input_ids：整数序列，类型为int32
• attention_mask：整数序列，类型为int8

数据集分割

• 训练集（train）：
  • 数据量：892049513字节
  • 示例数量：482055个

数据集大小

• 下载大小：406724281字节
• 数据集总大小：892049513字节

配置信息

• 配置名称：default
• 数据文件：
  • 分割类型：train
  • 文件路径：data/train-*